论文部分内容阅读
行人再识别技术,主要是指行人穿梭于摄像机网络广域监控场景中的匹配,尤其是针对无重叠视域的摄像机网络,是社会安防和智能监控的重要任务之一。然而,由于多摄像机视域场景的变化、行人目标姿态的变化、多个摄像机成像的差异、光照的改变等因素,使得行人再识别技术的实际研究工作具有巨大的挑战性。行人再识别的基本过程主要包括行人图像或视频特征的融合与提取,以及特征之间相似度度量模型的设计,根据度量模型的数据输入,行人再识别研究方法可以分为基于单幅图像的方法和基于视频序列的方法两类。其中基于单幅图像是指对于一个行人目标,模型在一个摄像机场景中可以利用的信息只有一幅图像;而基于视频序列可以利用的信息为多幅图像或者一段视频序列。本论文针对基于单幅图像(single-shot)和基于视频序列(multi-shot)两种情况下的行人再识别问题展开研究,重点研究视觉显著特征在行人再识别问题中的重要作用。首先,针对基于单幅图像的行人再识别,将行人图像的显著性区域作为图像中最具有代表性的视觉显著特征,也可以称为图像的代表性区域。显著性的学习可以理解为图像视觉显著特征的提取,现有的一些方法已经证明行人显著性信息的重要性。如何挖掘更具有代表性和区分能力的显著性信息是行人再识别的一个重要研究任务。另外针对基于视频序列的行人再识别,将视频序列中具有较强区分能力的图像作为视频的视觉显著特征。现有基于单幅行人图像之间的匹配忽略了监控视频中行人序列中蕴含的丰富信息,而且现实生产中行人的行踪都是通过视频的形式存储的,即视频序列。如何选择具有视觉特征明显的图像序列,即如何提取视频的关键帧并将其用于行人的再识别是基于视频序列下行人再识别的一个关键问题。本文针对上述两个问题展开研究,论文主要的工作与贡献包括如下三点:第一,针对基于单幅图像行人再识别的视觉显著特征表达问题,提出一种基于局部离群点检测的无监督显著性学习方法。首次将这类显著性区域检测方法归结为离群点检测问题,同时利用行人目标图像稠密局部块的密度和距离信息计算局部区域的显著性值,能够较好的获得行人图像中视觉明显、显著性高的局部区域。第二,在获得行人图像视觉显著特征区域的基础上,我们给出了一种基于单幅图像行人再识别模型。该模型融合了图像显著区域、行人头部先验和块匹配方法以计算图像之间的相似度,通过公共数据集的验证,相比单纯利用块匹配的方法,具有较高的计算效率和较好的计算效果。第三,针对基于视频序列的行人再识别视觉显著特征表达的问题,提出一种基于协同稀疏恢复的视频显著特征选取策略,并利用选取的关键序列作为行人相似度度量的基础。该方法通过行稀疏正则化迹最小化问题的求解实现视频关键序列的选取,将基于视频序列行人再识别问题转化为关键序列图像之间的识别和匹配问题。多幅行人序列图像相比单幅行人图像而言,可以利用的信息较多,因此具有较为稳定的识别效果,并且能够避免单幅行人图像由于遮挡和物品的干扰原因造成效果不佳的问题。